Ogledi: 0 | Prenosi: 0
Analiza omrežij postaja vse bolj pomembna za razumevanje in analizo družbenih interakcij. Ta doktorska disertacija predstavlja razvoj metod za analizo omrežij s pomočjo strukturne, besedilne in časovne podatkovne komponente.
Prvi del disertacije se ukvarja z razvojem algoritemskega pristopa za določitev pomembnih vozlišč v smislu kardinalnosti unije vseh sosedov vozlišč v omrežju. Razvili smo polinomski algoritem za iskanje skupine z maksimalno centralizacijo, ki ima najboljšo možno mejo aproksimacije. Zgrajeni algoritem je testiran na šestih realnih omrežjih. Pri poskusih opazujemo lastnost unimodalnosti centralizacije kot funkcije velikosti skupine.
V doktoratu predlagamo pristop za uporabo strukture omrežja, zajete s particijo na jedro in periferijo, za študij razvoja socialnih omrežij skozi čas. Uporabljamo metode strojnega učenja za analizo ego-omrežij, s čimer odkrivamo različne vzorce obnašanja posameznikov, ki so del omrežja.
Naslednji del disertacije se ukvarja z razvojem metrike, ki uporablja strukturo omrežja in tekstualno komponento podatkov za določanje raznovrstnosti omrežja. To metriko uporabljamo za analizo interdisciplinarnosti raziskovalnega sodelovanja v Sloveniji.
Metode za vizualizacijo ter analizo teksta in omrežij se lahko uporabijo za celovit prikaz nekega družbenega sistema. V zadnjem delu disertacije se ukvarjamo s konceptualizacijo znanosti v Sloveniji z uporabo strukturne, tekstualne in časovne komponente podatkov. Konceptualizacija je implementirana v javno dostopni spletni aplikaciji Atlas slovenske znanosti.
vozlišča algoritmi družbena omrežja strojno učenje obnašanje posameznikov metrika vizualizacija